机构名称：
¥ 3.0
突然的容量淡出会对电池应用中的性能和安全性产生重大影响。为了解决可能发生的膝盖引起的担忧，这项工作旨在通过引入对膝盖的新定义及其发作来更好地理解其原因。提出了基于弯曲的膝盖及其发作的基于曲率的鉴定，这依赖于发现降解的初始和最终稳定加速之间的过渡中的明显波动的行为。该方法在两种不同的电池化学分配的实验降解数据上进行了验证，并将其合成降解数据验证，并且也标有文献中最先进的膝盖识别方法。结果表明，当最先进的膝盖识别方法失败时，我们提出的方法可以成功识别膝盖。此外，在膝盖和生命的末期（EOL）之间发现了明显的强度，并且在膝盖发作和EOL之间几乎同样强。由于该方法不需要完整的淡入淡出曲线，因此这可以打开在线膝关节识别以及膝盖和EOL预测。
使用降解曲率的电池容量膝关节识别和早期预测
主要关键词
相关文件推荐
